Configuração Python Linux
Pacotes Necessários
OpenMPI
CNTK requer que o OpenMPI 1.10.x seja instalado no seu sistema. Em Ubuntu 16.04 instale-o assim:
sudo apt-get install openmpi-bin
Certifique-se de que as suas bibliotecas podem ser encontradas, por exemplo, através da instalação LD_LIBRARY_PATH.
Instalação de CNTK para Python no Linux
Esta página irá acompanhá-lo através do processo de instalação do Microsoft Cognitive Toolkit (CNTK) para usar a partir de Python em Linux. Note que Ubuntu 14.04 é suportado para CNTK 2.3.1 e inferior. Todos os lançamentos 2.4+ suportam oficialmente apenas ubuntu 16.04.
Se procura outro tipo de suporte para configurar um ambiente de construção de CNTK ou instalar CNTK no seu sistema, deve vir aqui.
Oferecemos três formas de instalar CNTK para Python:
1. Instalação a partir do PyPI
A partir do CNTK versão 2.5, os utilizadores podem agora instalar CNTK via PyPI. Note que apenas Ubuntu 16.04 está oficialmente suportado.
Para instalar a versão apenas do CPU de CNTK:
C:\> pip install cntk
Para instalar a versão GPU de CNTK:
C:\> pip install cntk-gpu
Atualizar uma instalação de CNTK existente
Se já tiver uma versão anterior (2.5+) de CNTK instalada, pode instalar uma nova versão de CNTK sobre a instalação existente.
Para atualizar a versão apenas do CPU de CNTK:
C:\> pip install --upgrade --no-deps cntk
Para atualizar a versão GPU de CNTK:
C:\> pip install --upgrade --no-deps cntk-gpu
Nota: recomendamos que não tenha ambas as embalagens cntk instaladas cntk-gpu simultaneamente.
2. Instalar a partir de ficheiros de rodas
Dependendo da versão Python e CNTK (CPU ou GPU) fornecemos diferentes ficheiros de roda (.whl) para instalar CNTK. Selecione a instalação correta da lista abaixo e substitua o nome e/ou link durante a instalação. Para CNTK 2.5+, recomendamos que simplesmente instale através do PyPI.
- Fácil instalação do pip para Anaconda3 4.1.1
- Fácil instalação de pip para Anaconda2 4.3.0
| Python | Sabor | URL |
|---|---|---|
| 2.7 | CPU-Only | https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp27-cp27mu-linux_x86_64.whl |
| GPU | https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp27-cp27mu-linux_x86_64.whl |
|
| 3.5 | CPU-Only | https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp35-cp35m-linux_x86_64.whl |
| GPU | https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp35-cp35m-linux_x86_64.whl |
|
| 3.6 | CPU-Only | https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp36-cp36m-linux_x86_64.whl |
| GPU | https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp36-cp36m-linux_x86_64.whl |
Anaconda3
Temos vindo a testar CNTK com as versões Anaconda3 4.1.1 e Python 2.7, 3.5, bem como com Anaconda3 4.3.1 com Python versão 3.6. Se não tiver uma instalação Python Anaconda3, instale Anaconda3 4.1.1 Python para Linux (64 bits).
Abaixo assumimos que os pré-requisitos acima estão satisfeitos . Se planeia utilizar uma versão ativada por GPU de CNTK, necessitará de uma placa gráfica compatível com CUDA 9 e controladores gráficos atualizados instalados no seu sistema. Além disso, assumimos que a Anaconda está instalada e que está listada antes de qualquer outra Python instalações no seu PATH.
pip instalar sem um ambiente
Esta é a opção mais fácil e a única razão para evitá-la é se necessitar de versões específicas de determinados pacotes. Se tiver outros pacotes que exijam uma versão antiga de skip numpy para esta secção.
Primeira instalação CNTK
Se esta é a primeira vez que instala CNTK, então corra
$ pip install <url>
onde <url> está o URL de ficheiro de roda correspondente na tabela no topo desta página. Por exemplo, se tiver Python corrida de 3,5
$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.whl
Continue com um teste de instalação rápida
Atualizar uma instalação de CNTK existente
Se já tiver uma versão anterior de CNTK instalada, pode instalar uma nova versão de CNTK sobre a instalação existente. É importante fornecer as --upgrade opções e --no-deps opções.
$ pip install --upgrade --no-deps <url>
onde <url> está o URL de ficheiro de roda correspondente na tabela no topo desta página. Uma vez concluído este passo de atualização, pode começar a trabalhar com CNTK em Python ou instalar amostras e tutoriais.
Teste de instalação rápida
Um teste rápido que a instalação conseguiu pode ser feito consultando a versão CNTK:
$ python -c "import cntk; print(cntk.__version__)"
Já instalou com sucesso CNTK, e pode começar a desenvolver/treinar/avaliar com CNTK em Python!
Continue com a instalação de amostras e tutoriais
pip instalar em um ambiente
Abaixo vamos criar um novo ambiente Python 3.5 dentro da Anaconda chamado cntk-py35 e vamos instalar pip-CNTK neste ambiente. Se quiser uma versão CNTK diferente, versão Python ou nome ambiental, ajuste os parâmetros em conformidade.
Abra uma concha de comando, crie o ambiente, torne-o ativo e instale pip CNTK:
$ conda create --name cntk-py35 python=3.5 numpy scipy h5py jupyter
$ activate cntk-py35
$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.whl
Um teste rápido que a instalação conseguiu pode ser feito consultando a versão CNTK:
$ python -c "import cntk; print(cntk.__version__)"
Instalou CNTK com sucesso, pode começar a desenvolver/treinar/ avaliar com CNTK em Python!
Continue com uma instalação de amostras e tutoriais
Anaconda2
Se necessitar de um ambiente de raiz Python 2.7, recomendamos que instale Anaconda2 4.3.0 Python para Linux (64-bit). Abaixo assumimos que os pré-requisitos acima estão satisfeitos . Se planeia utilizar uma versão ativada por GPU de CNTK, necessitará de uma placa gráfica compatível com CUDA 9 e controladores gráficos atualizados instalados no seu sistema. Além disso, assumimos que a Anaconda2 está instalada e que está listada antes de qualquer outra Python instalações no seu PATH.
Anaconda2: instalação do pip
Os passos de instalação para CNTK em Anaconda2 são idênticos a
Certifique-se apenas de selecionar Python ficheiros de roda compatíveis 2.7 da tabela URL no topo desta página.
3. Instalar a partir de construções noturnas
Se preferir instalar ou atualizar CNTK a partir da mais recente construção noturna em vez de um lançamento oficial, oferecemos CNTK pacotes noturnos. Você pode aceder aos pacotes CNTK das últimas construções noturnas aqui.
Se estiver a utilizar uma construção noturna, terá de instalar separadamente alguns pacotes de terceiros e deles para a variável ambiente PATH (para além do requisito OpenMPI listado aqui). Siga a secção abaixo para obter instruções. Por exemplo, se estiver a instalar a versão GPU de CNTK, também terá de instalar os pacotes específicos da GPU listados na secção seguinte.
Variáveis ambientais e pacotes necessários
OPCIONAL: pacotes GPU-Specific
Se pretender utilizar CNTK com suporte gpu, siga esta página para instalar e configurar o ambiente em conformidade.
Depois de instalar os pacotes gpu acima mencionados, adicione-os na variável ambiente PATH, por exemplo.
MKL
A biblioteca de matemática CNTK padrão é a Biblioteca Intel Math Kernel (Intel MKL). Siga esta página para instalá-lo
- Exportar o seu caminho para a variável
LD_LIBRARY_PATHambiental, por exemplo:
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
OPCIONAL: OpenCV
CNTK 2.2 requer que o open source Imagem Digitalizada (OpenCV) seja instalado, mas é opcional para CNTK 2.3+. Siga esta página para instalá-la.
Terá de instalar o OpenCV durante CNTK 2.3+ se quiser utilizar os seguintes componentes:
- leitor de imagem CNTK
- CNTK Image Writer - obrigado a usar a funcionalidade de Imagem do TensorBoard.
Exporte a variável LD_LIBRARY_PATH ambiental que aponta para a pasta de construção OpenCV, por exemplo.
export LD_LIBRARY_PATH=/usr/local/opencv-3.1.0/lib:$LD_LIBRARY_PATH
Instalação de amostras e tutoriais
Fornecemos várias amostras e tutoriais com CNTK. Depois de instalar CNTK pode instalar as amostras/tutoriais e os cadernos Jupyter. Se instalou CNTK num ambiente Python, certifique-se de que ativou o ambiente antes de executar este comando:
$ python -m cntk.sample_installer
Isto irá descarregar as amostras/tutoriais, instalar as embalagens Python necessárias e copiar as amostras num diretório denominado CNTK-Samples-VERSION (VERSIONé substituído pela versão CNTK real) por baixo do seu diretório de trabalho atual.
Pode agora seguir a descrição padrão para testar a sua instalação a partir de Python e executar os tutoriais ou cadernos Jupyter.